一种基于无源RFID的裂缝传感器设计

基于无源RFID原理，提出了一种安全可靠、结构简单、价格低廉的新型裂缝标签传感器。该标签由两个嵌套的环形缝隙天线、二倍压整流电路、二次谐波带阻滤波器和发光报警电路组成，工作频率为f0＝2.45GHz?并使用0.254mm厚超薄型高频覆铜板加工制作完成，当裂缝出现时，带阻滤波器与传感器标签断开连接，标签中的二次谐波信号通过缝隙天线发送到 接收端实现远距离报警，同时标签中的直流信号给发光报警电路供电实现近距离的位置报警。实验结果表明，当有效发射功率为35dBm时，传感器标签的预警距离可达7m以上，发光定位的正常工作距离超过0.8m。     

使用具有重叠方向图的天线估计来波角度

基于接收信号强度(Rss)的室内定位设计容易受到多径干扰的影响，为了解决这个问题，将具有重叠方向图效果的波束切换天线和Rss相结合，提出一种来波角度(AoA)估计方法。AoA是通过不同波束Rss的差分运算进行估计，因为多径信号的AoA呈现一种对称分布的特性，从AoA估计误差的均值角度，证明Rss差分运算具有抑制多径干扰的能力。同时对于波束切换天线的结构参数与整体AoA估计精度和稳定性之间的关系开展研究，最后通过实验和仿真验证理论分析的结果，可以在多径丰富环境中获得较高的AoA估计精度和稳定性。     

基于贝叶斯估计的土壤呼吸传感器最优高度点搜索研究

为了准确监测土壤呼吸，针对土壤呼吸传感器最优布点的问题，提出了一种基于贝叶斯估计的土壤呼吸传感器最优高度点搜索算法。算法的具体思路为:首先通过CFD(计算流体力学)仿真与涡度相关法得到土壤呼吸稳态时气室内不同高度的碳通量数据。然后对数据赋予一定的权值得到不同高度的融合数据，最后采用贝叶斯估计理论求解相应高度的概率密度，从而确定传感器最优高度点。结果表明:直径为0.25m，高度为0.3m的气室传感器最优高度点为中轴线上0.0836m处，且该点数据的均方根误差RMSE为1.426μmol·ｍ-2·s-1 。平均偏差Bias为1.224μmol·m-2·s-1，并与贝叶斯联合密度的计算结果验证分析，证明此算法有很高的可行性与准确性，为土壤呼吸传感器的最优高度点选取提供了方向与建议。     

高精度夹芯阀外径动态视觉测量系统

为了解决人工测量夹芯阀外径效率低、精度低的问题，本文设计了一套高精度夹芯阀外径动态视觉测量系统。该视觉检测系统能够处理带有毛刺干扰的夹芯阀图像，从而以实现夹芯阀凸台外径的高精度测量。首先，针对上料装置的定位偏差，提出一种基于连通域分析的夹芯阀轮廓动态跟踪方法，能够快速动态跟踪夹芯阀轮廓ROI，针对夹芯阀的复杂外形，提出一种鲁棒的去除毛刺干扰的算法，能够剔除掉偏差较大的坏点。再对正常轮廓点使用最小二乘算子实现外径测量。试验结果表明，该测量系统能够准确地测量出 ?16mm、?33.5mm、?38mm三种规格的夹芯阀的外径值，重复精度分别能够达到0.003mm、0.005mm和0.006mm，完全满足夹芯阀的检测要求，在实际工业应用中具有良好的可行性。     

电子鼻技术对甘薯储藏中长喙壳菌侵染病变程度判别

针对甘薯受到病原菌侵害后，引发储藏病害产生毒素问题，提出了一种基于电子鼻技术，利用化学计量学对甘薯储藏病害的病变程度进行判别的方法，以期为库存甘薯储藏病害的识别提供技术参考。通过主成分分析(PCA)、偏最小二乘法 －判别分析(PLS-DA)、正交偏最小二乘法判别分析(OPLS-DA)、BP神经网络(BPNN)和支持向量机(SVM)对长喙壳菌侵染后不同病变程度的甘薯气味响应特征值进行分析判别。结果表明，PCA、PLS-DA、OPLS-DA)均可对3类病变程度的甘薯进行有效的区分。BPNN 模型未能对3类病变甘薯进行有效的区分。SVM利用交叉验证算法优化(Best c＝0.2500 Best g＝0.3789)并建立模型。测试集的准确率为96%。因此，电子鼻技术可对甘薯储藏病害程度实现区分，且具有较好的判别效果。     

基于MEMS声传感器阵列的车辆鸣笛声抓拍系统设计与实现

基于MEMS(Micro Electrical Mechanical System)声传感器阵列及光学相机，设计并实现了车辆鸣笛声抓拍系统。结合车辆鸣笛声的时域与频域特点实现鸣笛声的识别，结合最小化最大旁瓣级原则给出生成声传感器阵列的具体方式，结合波，束形成技术及互谱矩阵实现区域内声源波达方向估计，以可编程逻辑门阵列(Field Programable Gate Array，FPGA)作为算法实现平台，完成数据采集与数据处理模块设计，结合工业计算机及光学相机，实现车辆鸣笛声抓拍。通过测试，验证了所设计的系统对鸣笛声抓拍的有效性。     

基于LBSN动态异构网络的时间感知兴趣点推荐

随着基于位置社交网络(Location-Based Social Network,LBSN)的快速发展,兴趣点(Point-Of-Interest,POI)推荐可以帮助人们发现有趣的并吸引人的位置。针对签到数据的稀疏性和用户兴趣的动态性等挑战性问题,提出了基于LBSN动态异构网络的时间感知兴趣点推荐算法。在LBSN异构网络模式中增加会话节点类型。通过动态元路径,在用户和兴趣点语义关系之间有效地融入时间信息、位置信息和社交信息等。设置了用户-兴趣点之间的动态元路径集,并提出了动态路径实例的偏好度计算方法。采用矩阵分解模型对不同动态偏好矩阵进行矩阵分解。根据不同动态元路径的用户特征矩阵和兴趣点特征矩阵,获取用户在目标时间访问兴趣点的推荐列表。实验结果表明,与其他兴趣点推荐方法相比,所提方法在兴趣点推荐精确度上取得了较好的推荐结果,具有良好的应用前景。     

征稿启事

《自动化博览》是由中国科学技术协会主管、中国自动化学会主办的专业性资深期刊,1983年创刊,月刊。作为自动化领域的权威媒体,《自动化博览》已扎根自动化行业数十年,始终活跃在自动化产业的前沿,致力于自动化领域的专业报道,集中代表和反映我国自动化技术发展的整体水平和应用进展。为了使报道更有价值,为了让传播更有力量,本刊面向自动化各领域诚征稿件。